数据驱动岩性参数反演方法 技术领域：
本发明涉及油气勘探开发岩性参数反演方法，属于数据驱动岩性参数反演方法。
背景技术：
岩性参数反演是地球物理反演问题中的重要内容，是利用地震资料、测井资料获取地下岩性参数的重要手段；测井资料反应的是地下储层岩性信息，如波阻抗、速度、电阻率、自然伽玛等，地震资料是地下岩性信息的地震响应。由此可见，地震资料和测井资料中包含了地下岩性信息与其地震响应之间的关系。目前地球物理反演实际应用中，所使用的反演方法均是确定性算子反演方法，如波动方程反演法及基于褶积模型的反演方法等；它们是用波动方程和基于褶积模型这样的确定性算子来描述地下岩性信息与地震响应之间的映射关系的。目前，在实际生产应用中，确定性算子反演法是建立在单相储层介质基础上的，只适用于在一种介质上反演，具有一定的局限性，且误差较大。而在油气勘探实践中，储层介质含有岩石、孔隙、油、气、水等多相介质；岩性参数反演将无法在多相介质中进行。此外，现有的确定性算子是在时间域中建立起来的，无法在深度域内进行岩性参数反演，从而不能获取正确的地下岩性参数。
发明内容：
为了克服现有的岩性参数反演方法不适应多相介质和在深度域内进行岩性参数反演的问题，本发明提供一种数据驱动岩性参数反演方法；该方法适应多相介质和在深度域内进行岩性参数反演。
本发明解决其技术问题所采用的技术方案是：从地震资料和测井资料的数据中使用人工神经网络方法找到这些数据之间转换的映射关系，并用这种关系再从地震资料中反演地下岩性参数。
本发明的有益效果是：该方法避免了因确定性算子描述客观现象能力的局限性而造成的反演误差；摆脱了传统的基于确定性算子方法中数据主要是被动地用来实际验证人们在许多假设条件下导出岩性参数的正确性；另外，本方法适用多相介质地质条件地反演问题，这是现有方法所不具备的；而且，该方法还不受子波的影响，适应子波的空变和时变，并可用于深度域地震资料的岩性参数反演；在叠前深度偏移深度域地震资料中应用，反演的速度剖面和自然伽玛剖面分辨率很高，可准确地解释地下岩性和储层预测，具有广阔的市场应用前景，并将产生巨大的经济效益和社会效益。
附图说明：
图1是叠前深度偏移地震剖面深度域地震资料；
图2是图1中A井速度曲线资料；
图3是深度域速度反演剖面；
图4是叠前深度偏移地震剖面的另一条深度域地震资料；
图5是图4中B井速度曲线；
图6是深度域速度反演剖面；
图7是B井自然伽玛曲线；
图8是深度域自然伽玛反演剖面。
具体实施方式：
下面结合实施例和附图对本发明作进一步的说明：
从地震资料和测井资料的数据中使用人工神经网络方法找到这些数据之间转换的映射关系，并用这种关系再从地震资料中反演地下岩性参数，一般称为数据驱动岩性参数反演方法。
实施例1
图1是叠前深度偏移地震剖面深度域地震资料，深度范围1300-1800m，采样间隔5m，该地震剖面储层介质含有岩石、孔隙、油、气、水等多相介质，在该地震剖面的第30道处有一口A井，图2是A井速度曲线资料。用本发明方法反演得到图3深度域速度反演剖面，其中在图3中的第30道处是A井的速度曲线。可见，速度剖面与测井的速度曲线有较好的可比关系，并且分辨率很高，可分辨5-10m厚的地层速度变化。
实施例2
图4是叠前深度偏移地震剖面的另一条深度域地震资料，深度范围1300-1800m，采样间隔5m，该地震剖面储层介质含有岩石、孔隙、油、气、水等多相介质。在地震剖面的第20道处有一口B井，图5是B井速度曲线。用本发明方法反演得到图6深度域速度反演剖面。其中，图6剖面中的第20道是B井的速度曲线。这张深度域岩性反演剖面的分辨率很高，在图6速度反演剖面中，最薄能分辨10m厚的地层。
实施例3
根据图4的叠前深度偏移地震剖面的一条深度域地震资料，深度范围1300-1800m，采样间隔5m。在地震剖面的第20道处有一口B井，图7是B井自然伽玛曲线。用本发明方法反演得到图8深度域自然伽玛反演剖面。其中，图8剖面中的第20道是B井的自然伽玛曲线。这张深度域岩性反演剖面的分辨率很高，在图8自然伽玛反演剖面中，最薄能分辨5m厚的地层。